Facial Recognition

2023年2月15日，美國蘭德公司官網發(fā)布《切實規(guī)范執(zhí)法部門使用面部識別技術》報告，當前面部識別等遠程生物識別技術正迅速發(fā)展，并用于警務工作，這將對立法者、政策制定者和刑事司法人員帶來重大影響。本報告通過采訪相關領域專家、對執(zhí)法部門使用面部識別技術展開全國調研，總結了與面部識別技術推廣相關的各種政策和觀點。

研究背景

美國社會各界對執(zhí)法部門和其他政府機構使用面部識別技術深感擔憂。盡管面部識別技術可用來造福人類，但其潛在的風險也不容忽視。鑒于執(zhí)法部門廣泛使用面部識別技術，而其優(yōu)勢與風險又難以權衡，因此一些市區(qū)只是單純禁止執(zhí)法部門使用面部識別技術，并沒有出臺相關管理措施?；诖耍緢蟾婧喴攀鰣?zhí)法部門如何使用面部識別技術，并為決策者制定路線圖，對各類不同用途的面部識別技術進行分類，區(qū)分不同的風險和益處。

人臉識別技術工作機制

人臉識別技術可用于驗證和識別嫌疑人身份，監(jiān)視疑似人員。其基于人工智能算法，具體過程分為人臉檢測、圖像預處理、特征提取和匹配識別四步。人臉檢測在實際應用中主要用于人臉識別的預處理，即從輸入圖像中檢測并提取人臉圖像，標定出人臉的位置和大小。人臉檢測獲取的原始圖像由于受到各種條件的限制和隨機干擾，往往不能直接使用，需要在人臉圖像預處理部分對圖像進行包括光線補償、灰度變換、直方圖均衡化、歸一化、濾波及銳化等處理。特征提取是人臉識別中最關鍵的一步，簡單說它是指通過一些數(shù)字來表征人臉信息，這些數(shù)字就是要提取的特征。將提取到的待識別人臉特征與數(shù)據(jù)庫中的人臉特征進行對比，根據(jù)相似度對人臉的身份信息進行判斷。而這一過程又可以分為三大類：一對一驗證，一對多辨認和多對多監(jiān)視。

研究問題

1. 針對面部識別技術的不同用途，應制定怎樣的管理政策？

2. 不同用途中面部識別技術的精準度有何差別？精準度對使用有何影響？

3. 存在哪些復雜的組織和程序問題？

研究發(fā)現(xiàn)

1. 美國聯(lián)邦政府和各州政府在執(zhí)法過程使用面部識別技術，但卻沒有相配套的法律法規(guī)來進行監(jiān)管。

2. 鑒于臉部識別技術應用廣泛，可利用該技術進行監(jiān)控，這也是最令人擔憂的一點。

3. 如何對執(zhí)法部門使用面部識別技術進行監(jiān)管？主要途徑包括：縮小面部識別技術的使用范圍；認真審查，確保嚴格執(zhí)行相關法規(guī)。

4. 目前一些州在使用面部識別技術時需從外部得到授權，這可用來監(jiān)督和審查執(zhí)法部門如何行使收集和使用個人信息的權力。

5. 需要確定何時使用面部識別技術。

6. 需明晰相關監(jiān)管政策和規(guī)定，并結合面部識別技術的實際應用情況，解決相關問題。

相關建議

1. 若執(zhí)法部門誤用面部識別技術或相關系統(tǒng)發(fā)生故障，會降低執(zhí)法部門的公信力，應盡力減少潛在風險。

2. 為評估執(zhí)法部門使用面部識別技術所引發(fā)的憂慮和其潛在好處，需要全面了解執(zhí)法部門如何使用面部識別技術。

3. 應制定一套更為全面的標準，防止執(zhí)法機構在使用面部識別技術時出現(xiàn)意外情況。

審核編輯 ：李倩